3. Bài toán tỷ xuất sinh lợi giá cổ phiếu
3.2.Mô hình ARMAX–GARCH
Sử dụng nguồn số liệu chỉ số chứng khoán ACB để phân tích mô hình, xem các ngày lễ có ảnh hưởng như thế nào đến biến động của thị trường chứng khoáng ta tiến hành kiểm định mô hình ARMAX – GARCH như sau:
Ta tạo ra chuỗi dữ liệu suất sinh lợi với 2199 quan sát và biến giả dummy được hiểu là các ngày lễ lớn trong năm. Theo các dòng lệnh bên dưới để tính chuỗi tỷ suất sinh lợi và chuỗi biến giả dummy.
> #Load dữ liệu
> event<-read.csv(file.choose(),header=TRUE) > data<-read.csv(file.choose(),header=TRUE) > temp<-data[,c(2,6,15,16)]
> close<-temp
> for(i in 1:dim(close)[1]) close[i,]<-temp[length(data[,6])-i+1,] > #Tạo biến giả
> dummy<-rep(0,dim(close)[1]) > for(i in 1:length(dummy)){
60
+ for(j in 1:dim(event)[1]){
+ if(close[i,3]==event[j,1] & close[i,4]==event[j,2]) + dummy[i]<-1 + }} > dummy<-dummy[-1] > dt<-ts(close[,2],start=c(1,1),frequency=5) > ln.dt<-log(dt) > SSL<-diff(ln.dt)
Sau khi thực hiện các dòng lệnh trên, chuỗi tỷ suất sinh lợi được gán trong đối tượng SSL và chuỗi biến giả được gán trong đối tượng dummy.
Ta tìm một mô hình ARMAX cho chuỗi SSL với biến giả là dummy. Thực hiện các bước phân tích tương tự như mục 2.3.2 ta tìm được mô hình tối ưu là SARIMAX(0,0,1)x(0,0,1),s=5.
> fit1<-arimax(SSL,order=c(0,0,1),sea=list(order=c(0,0,1),5),xreg=dummy) > res<-resid(fit1)
> tsnew<-res^2
Thực hiện tương tự mục 3.1 ta thấy chuỗi có hiệu ứng ARCH và tìm được mô hình tối ưu là ARCH(8).
> fit2<-garch(res,order=c(0,8),trace=0) Warning message:
In sqrt(pred$e) : NaNs produced
Dự báo
Ngày tiếp theo của chuỗi là ngày 30/09/2015 không trùng vào ngày lễ nào trong năm nên giá trị biến giả sẽ là 0.
> forecastGARCH(fitGARCH=fit2,fitARMA=fit1,trace=TRUE,r=7,newxreg=0) $ARCH
a0 a1 a2 a3 a4 a5
5.57e-05 3.59e-01 2.64e-01 7.51e-02 6.82e-02 7.64e-02
a6 a7 a8
5.56e-02 1.70e-02 1.65e-01 $ARMA
ma1 sma1 intercept xreg 0.151617 0.091441 -0.00031 0.001522
$forecast
Point res res^2 SSL.forecast VAR.forecast 1 (439,2) 0.008095 8.21E-05 2 (439,3) -0.00038 0.000464 3 (439,4) -0.00347 6.84E-05 4 (439,5) 0.004703 6.11E-05 5 (440,1) 0.007817 2.21E-05 6 (440,2) 0.008268 1.20E-05
61 7 (440,3) -0.02154 1.00E-07 8 (440,4) 0.009061 6.55E-05 9 (440,5) 0.0014507 0.00023 > sd<-sqrt( 0.0012795) > sd [1] 0.0357701
Theo kết quả mô hình ARCH(8), vào ngày 30/09/2015 không trùng vào ngày lễ nào trong năm nên ta có suất sinh lợi kỳ vọng của chỉ số chứng khoán ACB thay đổi không đáng kể (giảm khoảng 0.33%) với độ lệch chuẩn dự kiến sẽ là 3.58%.
62
TÀI LIỆU THAM KHẢO
[1] Hồng Việt Minh, Luận văn tốt nghiệp Đại học: Phân tích số liệu thống kê với ngôn ngữ R.
[2] Mai Thị Hồng Diễm, Luận văn tốt nghiệp Đại học: Phân tích chuỗi tài chính bằng mô hình chuỗi thời gian.